【论文笔记】Multi-task Learning with Sample Re-weighting for Machine Reading Comprehension（2019，NAACL）

这篇论文主要提出了一种多任务学习（Muti-Task Learning, MTL）运用于MRC技术时，以“给辅助数据集添加权重”的方式来衡量数据可能的贡献，以此也防止非领域数据对模型的污染，其中自动添加权重的思路非常巧妙，值得学习。 1.介绍 作者认为相对于模型庞大的参数量，数据集还是太小了。 实际上已经不算小了，但对于一些领域特定的数据集，确实还是没有足够的数据量。 因此，作者把目光头像了MTL

>>阅读原文<<